AI 智能体通常指围绕一个目标，利用模型选择下一步动作、使用允许的工具，并根据结果继续调整的系统。它的自主程度取决于具体实现，不等于完全自主，也不要求一定使用多个模型。
一句话理解：不只回答，还能决定下一步
普通问答可能在生成一段文字后结束。智能体系统则可能先检查资料、再决定补查什么，最后整理结果。这里的“决定”是模型输出与程序控制配合完成的过程，不代表系统具有人的意志。
“智能体”在不同产品和研究中有不同定义。本文关注以语言模型参与决策、通过工具行动并接收反馈的常见实现，不把名称当作能力认证。一个产品自称智能体，仍然要看它实际能做什么。
用整理公开资料举例
设想一个教学任务：整理某个公开项目的入门资料，输出带出处的提纲。系统可以先查看项目说明，发现缺少安装前提，再选择查阅对应文档；如果页面打不开，则记录缺失信息，而不是编出答案。
它需要的不只是“去完成任务”这一句要求，还包括允许访问哪些资料、什么时候停止、最终交付形式等边界。找到资料后，也要检查页面是否支持结论，不能把有链接当作已经核验。
如果系统只能生成“我准备搜索文档”的文字，却没有真正配置搜索工具，那么它并没有完成搜索。模型提出动作与程序实际执行动作，是两件需要区分的事。
一次行动循环有哪些部分
- 目标与约束：要完成什么，哪些行为不能做。
- 当前状态：已经找到的资料、做过的动作和待解决问题。
- 决策与工具：模型提出下一步，程序检查后调用允许的能力。
- 观察与停止：读取执行结果，判断继续、结束或交给人处理。
工具可以是搜索、计算、读取文档等受限功能，并不一定是另一个 AI。一个模型配合多种普通程序工具，也能构成智能体系统；多个模型聊天则未必具备有效行动和反馈机制。
状态可能只在当前任务中保存，也可能由应用另行持久化。是否具有长期记忆、能持续运行多久、能否跨会话接续，都是产品设计问题，不能从“智能体”三个字中直接推断。
自主程度越高，越要说明边界
“帮我整理草稿”和“直接把草稿发给所有人”不是同一种授权。阅读资料、修改文件、发送消息和购买服务的后果不同，系统应按任务需要获得最小范围的权限。
对于会对外发送、删除或覆盖内容的动作，应设置明确确认点。还需要限制步骤数、运行时间或用量，让系统在重复失败时停下来。能继续尝试不代表应该无限尝试。
你可以把它类比为有工具的任务助手，但这个比喻不能代替责任划分。系统可能误解目标、选错工具或被资料中的不相关指令干扰，所以监督和检查仍是设计的一部分。
它适合什么，不适合什么
当任务路径难以完全预先列出、需要根据新发现决定下一步时，智能体方式可能有用。例如整理一个资料结构不熟悉的公开项目。但如果只是把固定格式记录转成周报，一个明确流程可能更简单，也更容易检查。
不要把“能自主选择动作”理解成“比所有工作流都高级”。额外的决策会引入错误机会、等待和使用成本。是否值得采用，要看灵活性是否真的解决了任务问题。
小练习：写出授权边界
在纸上写一个目标：“整理公开资料，生成读书分享提纲。”接着列三类行为：可直接做的、必须询问你的、完全不允许的。
一个示例是：允许阅读指定网页；对外发布提纲必须确认；禁止登录私人账号或上传个人文件。再写一个停止条件：“关键资料找不到时列出缺口，不猜测补全。”
不需要运行任何智能体，你也能完成练习。能把目标、工具、权限和停止条件说清楚，才是理解智能体的实用起点，而不是期待一句模糊指令自动解决所有问题。
参考来源
以下资料用于核对概念；正文与练习为本站重新组织的原创讲解，不是外文逐段翻译。
- Anthropic：Building effective agents
本文采用其中工作流与智能体的架构区分；术语存在其他用法，不采用旧产品清单。
查阅：2026-09-19 - IBM：What are AI agents?
智能体工具、状态、规划与观察反馈；具体范式存在不同实现。
查阅：2026-09-19